知识产权密集型企业金融化对研发效率的影响——基于杠杆率的门槛效应

江西理工大学经济管理学院 吴一丁 郭启明 马浩轩

一、引言

知识产权密集型行业在国民经济中具有重要的战略地位，是我国研发创新最为活跃的领域，不断寻求创新是其获取丰富利润的源泉，更是推动其发展的不竭动力和根本方向。然而，随着中国经济增速放缓，实体产业投资回报率与金融资产投资回报率“此消彼长”，为了追求超额利润，知识产权密集型企业持有金融资产占总资产的比例日益上升。据统计，2015年我国知识产权密集型企业的金融投资占比为4.85%，而2019年这一比例达到了8.81%，短短4年间增幅高达81.65%，可见金融化现象越来越严重。值得注意的是，在未挤占实体投资的前提下适度配置金融资产有助于提高企业资源的利用率，并且发挥流动性较强金融资产的“蓄水池”作用，为研发创新提供更多的资金支持，但配置大量金融资产必然在一定程度上挤占用于设备更新升级、人力要素提升等方面的资源，不利于企业的长远发展。那么综合来看，知识产权密集型企业金融化究竟是促进还是阻碍了研发创新呢？

从已有研究来看，学者基于不同研究视角和样本探究了企业金融化与研发创新的关系，但尚未形成一致结论，主要有以下三种观点。一是企业金融化对研发创新有促进效应，如Bonfiglioli、杨松令等、徐珊等分别基于融资约束、分析师关注度、金融投资和实体经营的利润率差异视角发现，企业金融化对创新投资有显著的正向“拉动效应”。二是不少学者认为金融化对研发创新有阻碍效应，如吴非、段军山、史学智等分别基于金融化期限结构差异、金融化动机、产业政策视角发现，企业金融化对研发投入及产出均有显著的抑制作用。三是金融化与研发创新呈非线性关系，如王红建等以制造业上市公司为研究样本发现，金融化与企业创新呈正U型关系；郭丽婷基于融资约束视角发现，当融资约束较大时，金融化挤出研发投资，反之金融化对研发投资产生“蓄水池”效应。

综上所述，虽然关于企业金融化对研发创新影响的研究较多，但仍存在一些可拓展之处。一是多数研究仅考察了金融化对研发投入或产出单一方面的影响，而研发创新需要企业持续不断地投入大量资金，并在研发活动结束时可能获得一定的产出，因此研发投入与产出同属于一个整体，只有将二者纳入统一分析框架，才能真实反映研发活动的效果。故本文借鉴孙研等的研究，引入兼顾研发投入与产出要素的研发效率，从而对金融投资行为的经济效果作出更为准确和客观的回答。二是鲜有学者考虑到杠杆率调节作用下企业金融化对研发效率的影响，但事实上，具有长期投资性质的研发活动包含高投入和高风险属性，考察金融投资行为的研发效应时应关注企业的资金状况，而杠杆率是衡量企业资金构成与财务风险的核心变量，当杠杆率处于不同区间时，金融化对研发效率的影响理应存在差异。为解决上述问题，本文首先利用固定效应模型探究知识产权密集型企业金融化与研发效率的关系，其次通过面板门槛回归模型深入考察杠杆率的门槛效应，以期为知识产权密集型企业制定金融投资战略、合理调整杠杆率及创新发展提供参考。

二、理论分析与研究假设

（一）知识产权密集型企业金融化对研发效率的影响

依据现有理论及文献支持，知识产权密集型企业金融投资行为对研发效率的影响机理可从如下两个方面进行阐述。

一是适度金融化促进研发效率。首先，金融投资具有预防性储蓄作用，生产经营外的闲置资金无法产生收益，而金融投资可以利用闲置资金为企业创造利润，将企业闲置资金投放到收益率更高的金融市场，能够提升资金的配置效率，同时可以依靠金融资产的“蓄水池”效应，缓解企业的融资约束，拓宽融资渠道，为企业研发创新、人才引进、生产规模扩大和生产设备的改进提供足够的资金支持。其次，企业的多元化金融投资行为能充分发挥金融资产套期保值的优势，让企业有效地规避风险，保障研发活动有足够的风险空间，提高企业研发效率。最后，金融投资行为可以实现投机套利，管理者将适当的资产投到收益率更高的金融资产上，能够短期获得经济效益，改善企业经营状况，提高研发人员的创新积极性。因此，适度金融化可视为保障生产性投资和增加管理者盈利信心的权宜之策，能够促进研发效率。

二是过度金融化阻碍研发效率。从前文的理论分析来看，知识产权密集型企业金融化对研发效率的负面影响并不明显。但值得注意的是，在金融服务实体经济的过程中，企业要明确实体经济与金融发展的主次关系，避免出现本末倒置的现象。倘若金融投资挤占了原本用于生产性投资、研发投资等方面的资金，势必会阻碍研发效率的提升。从企业的经营运作视角分析，大量的金融资产配置会改变企业的经营运作规律，提高金融相关部门的重要性，降低实体部门的话语权，影响管理者的研发创新意愿和实体经营策略，致使其放弃长期实体投资转而追逐金融市场的短期收益，最终造成产业资本积累匮乏，生产性支出、研发支出等比重下降。从人力资本角度分析，过度追逐金融产业市场的短期利益，会挤占实体企业的利润、损害员工福利、加剧内部收入不平等，导致研发及管理人员创新积极性不足。从风险和收益博弈角度分析，倘若企业过分追求金融资产带来的超额收益而忽视这些资产本身的高风险属性，当金融风险积聚过高便会使企业资产受到重创，进而减少对研发创新的资金投入。因此，过度金融化是舍本逐末和追求短期利益的体现，会阻碍企业的研发效率。据上述分析，提出假设：

H1：知识产权密集型企业金融化水平与研发效率之间呈显著的倒U型关系。

（二）杠杆率的门槛效应

未将杠杆率纳入研究框架时，金融化水平与研发效率可能呈倒U型关系，而杠杆率作为衡量企业负债风险和各种资本价值构成及其比例关系的重要指标，是影响企业金融投资和研发创新活动的重要因素。因此，在考察知识产权密集型企业金融化与研发效率的关系时，应将杠杆率问题纳入统一分析框架。首先，从风险角度分析，债务融资、金融投资以及研发创新均有较强的风险属性。当杠杆率较低时，企业面临的财务风险相对较小，承受金融风险的能力相对较强，在未加剧企业风险的情况下将闲置的资金投至金融市场有利于提高资金配置效率；当杠杆率较高时，继续追加金融投资势必导致财务风险与金融风险剧增，从而对同样具有高风险属性的研发投资产生抑制作用，阻碍研发效率提升。其次，从资本开支角度分析，资本是企业进行金融投资和研发创新的必要基础，相比杠杆率较低的企业，本就负债累累的高杠杆企业需要将更多资金用于偿付利息和到期债务，利息和到期债务等现金流出必然会缩减企业的研发投资，进而对研发效率产生不利影响。据上述分析，提出假设：

H2：杠杆率在知识产权密集型企业金融化对研发效率的影响中存在门槛效应。杠杆率较低时，金融化促进研发效率；杠杆率较高时，金融化阻碍研发效率。

三、研究设计

（一）样本选择与数据来源

根据国家统计局对知识产权密集型产业的统计分类，选取2015—2019年信息通信技术制造业、信息通信技术服务业、新装备制造业、新材料制造业、医药医疗产业、环保产业、研发设计和技术服务业7大行业沪深A股上市公司为研究样本，首先在原始数据中剔除了ST、ST类财务异常上市公司，其次剔除大面积数据缺失和财务指标异常的企业，并对所有连续变量进行1%和99%的分位数缩尾处理，最终获得425个有效样本。本文数据主要来源于CSMAR数据库和Choice金融终端数据库。

（二）变量定义

1.被解释变量

研发效率（RDE）。根据效率的经济学定义，企业研发效率最直接的测度指标为当期研发投入与产出的比值。考虑到研发活动的持续性与会计核算当期结转的特性，企业当期研发投入的资本化比例在相当程度上反映了其研发效率，故本文借鉴庞廷云等的做法，以当年度开发支出总额/（研发投入费用化总额+开发支出总额）衡量研发效率。

2.解释变量

金融化水平（FIN）。借鉴杜勇等的做法，用金融资产占总资产的比例衡量金融化水平。持有的金融资产包括：交易性金融资产、可供出售金融资产、衍生金融资产、买入返售金融资产。除此之外，还包括投资性房地产、持有至到期投资、长期股权投资、发放贷款和垫款。由于经营活动中存在货币交换，所以本文未将货币资金纳入金融资产。

3.门槛变量

杠杆率（LEV）。关于杠杆率的测算有账面价值法和市场价值法两种。由于本文以知识产权密集型上市公司为研究对象，基于市场价值法测算的杠杆率受资本市场的影响，具有波动大和稳定性弱的特点，因此本文采用账面价值法对杠杆率进行计算。借鉴樊利等的做法，采用资产负债率来衡量企业的杠杆率。

4.控制变量

参照已有研究，从企业个体差异、经营与财务状况、公司治理等方面选取企业规模（SIZE）、经营现金流（FOC）、股权集中度（OC）、企业年龄（AGE）4个指标作为控制变量。同时，控制行业（IND）和年份（YEAR）虚拟变量。

具体变量定义如表1所示。

表1 变量定义

（三）基准模型设定

建立回归模型（1），验证知识产权密集型企业金融化水平与研发效率的非线性关系。

其中：被解释变量RDE代表研发效率；核心解释变量FIN和FIN分别为金融化水平的一次项和二次项；Controls表示企业规模、经营现金流、股权集中度等所有的控制变量；μ为个体固定效应，λ为时间固定效应，e为随机干扰项。

杠杆率在知识产权密集型企业金融化对研发效率的影响中可能存在门槛效应，本文借鉴Hansen提出的面板门槛模型分析不同杠杆率下金融化水平对研发效率影响的差异性。选择杠杆率作为门槛变量，建立单一门槛扩展到多门槛的面板回归模型。

单一门槛回归模型如下：

其中：LEV为门槛变量；δ为门槛值；I（·）为示性函数。其他变量含义与模型（1）相同。

当杠杆率低于δ时，金融化水平对研发创新的影响系数为β；当杠杆率超过δ时，金融化水平对研发创新的影响系数为β。通过构建F统计量来判断门槛效应是否显著。计算和观察P值，若P＜0.1，表明至少存在一个门槛值。

若F被拒绝，则要进一步检验模型是否存在多个门槛值。当存在两个门槛值δ和δ时，则构建双重门槛回归模型：

四、实证检验

（一）描述性统计

根据表2统计结果，研发效率均值为0.308，标准差为0.248，最大值与最小值之差为0.899，表明目前我国知识产权密集型企业的研发效率普遍较低，且不同企业间研发效率差异较大。金融化水平（FIN）的均值与中位数接近，分别为0.077和0.047，标准差为0.095，说明企业金融化水平变化幅度较大；最大值是0.618，证明部分企业金融资产配置已超总资产的二分之一，严重背离“脱虚向实”。从LEV的情况来看，样本企业杠杆率的均值为0.489，说明整体负债水平适中；最大值和最小值分别为0.886和0.090，说明不同企业的资产负债率存在较大差异，有利于考察杠杆率存在的门槛效应。其余控制变量基本呈正态分布，故不再详细说明。

表2 描述性统计结果

（二）相关性分析

本文采用Pearson相关系数检验法，识别模型是否存在多重共线性问题，结果如表3所示。从表中可以看出，知识产权密集型企业的金融化水平、杠杆率、企业规模、股权集中度、企业年龄均与研发效率呈正相关，经营现金流对研发效率的影响不显著。变量间相关系数取值基本在（-0.2，0.2）之间，尽管个别相关系数达到了0.419，但也远低于共线性门槛值0.7，说明模型可以进行回归分析，不存在多重共线性问题。

表3 相关系数矩阵

（三）基准模型回归结果与分析

Hausman检验结果显示P值为0.000，故使用固定效应模型探究知识产权密集型企业金融化与研发效率的关系。根据表4结果，列（1）单独考察了金融化水平与研发效率的关系，FIN的系数为0.337，在5%的水平显著，说明企业进行金融投资能够促进研发效率提升。列（2）加入了金融化水平的平方项FIN，其系数为-1.806，在5%水平上显著，FIN的系数为0.567，在10%水平上显著，说明金融化水平与研发效率并非简单的线性关系，而是存在倒U型非线性关系。由相应的数学公式可计算出该倒U型曲线的拐点为0.157，处于样本金融化水平区间［0.001，0.618］范围内，故能够有效验证知识产权密集型企业金融化与研发效率之间的倒U型关系。列（3）加入了反映企业个体差异（SIZE、AGE）、经营与财务状况（FOC）、公司治理（OC）的控制变量，可以发现金融化水平的一次项系数显著为正，二次项系数与一次项系数相反，说明加入控制变量后没有改变金融化水平与研发效率的倒U型关系。H1得到验证。

（四）稳健性检验

借鉴Haans等的做法，对核心变量之间的倒U型关系进行检验。首先，将金融化水平的三次项FIN放入模型（1），判断变量之间是否存在更复杂的非线性关系。由表4列（4）回归结果可知，FIN、FIN的系数符号并未发生改变，且分别在10%和5%水平上显著，而FIN的系数为-0.794，不具有显著性，说明不存在更复杂的非线性关系，二次项模型可以准确反映金融化水平与研发效率之间的关系。其次，根据列（3）回归结果计算出该倒U型曲线的拐点（FIN=0.133），将全样本分为FIN＜0.133和FIN≥0.133两组，分别进行基准回归，判断FIN的系数是否存在差异。由列（5）回归结果可知，FIN的系数在5%水平上显著为正，而列（6）中FIN系数在10%水平上显著为负，斜率“一正一负”的两条直线能够间接证明存在倒U型关系，不同金融化水平对创新效率的影响呈现“先正后负”特征，因此，前文的实证结果是稳健的。

表4 回归结果分析

（五）杠杆率的门槛效应分析

为进一步探究金融化水平与研发效率的关系是否受到杠杆率的影响，以及产权性质的异质性作用，本文以杠杆率作为门槛变量，使用模型（2）和模型（3）进行门槛效应分析。采用Bootstrap法反复抽样300次，依次按照单一门槛、双重门槛、三重门槛分别对全样本、国有企业和非国有企业三组样本进行检验，得到的F统计量和测算出的P值如表5所示。由表5可知，三组样本单一门槛检验的F值分别为8.537、4.687和14.414，分别在5%、10%和1%水平上显著；三组样本双重门槛检验的F值分别为16.332、27.197和26.146，均在1%水平上显著；但三重门槛检验的F值均不显著。由此说明，基于双重门槛检验三组样本的杠杆率门槛效应是合理的。

表5 门槛效应检验结果

表6为全样本、国有企业及非国有企业样本杠杆率门槛估计值和95%置信区间结果。三组样本中，第一门槛估计值由大到小依次为国有企业、全样本和非国有企业，第二门槛估计值由大到小依次为国有企业、非国有企业和全样本，说明国有企业在杠杆率更高时，金融化水平对研发效率才会出现门槛效应。根据表6的门槛估计值，将国有企业按照杠杆率划分为低杠杆（LEV≤0.400）、中杠杆（0.400＜LEV≤0.692）和高杠杆（LEV＞0.692）三组，将非国有企业划分为低杠杆（LEV≤0.292）、中杠杆（0.292＜LEV≤0.619）和高杠杆（LEV＞0.619）三组，结合杠杆率的描述性统计结果，表明无论是国有企业还是非国有企业，大部分公司均处于中杠杆区间。

表6 门槛值估计结果

利用双重门槛面板回归模型验证杠杆率是否存在门槛效应，以及不同产权性质下的差异性，具体参数估计结果如表7所示。从表中可以发现，三组样本的回归结果均显示金融化水平对研发效率具有显著的影响，且相比国有企业，非国有企业的金融化水平对研发效率的影响程度更大。低杠杆和中杠杆的企业金融化对研发效率具有显著的正向影响效应，而高杠杆的企业金融化对研发效率具有显著的负向影响效应。这表明样本企业金融化对研发效率的影响程度和影响方向会随杠杆率的不同而产生明显差异，即知识产权密集型企业金融化与研发效率之间会因杠杆率的不同而呈现显著的倒U型非线性区间效应。H2得到验证。

表7 门槛模型参数估计结果

五、结论与政策建议

本文以研发效率为切入点，以2015—2019年知识产权密集型上市公司为研究样本，采用面板门槛模型证明知识产权密集型企业金融化水平与研发效率的关系以及杠杆率的门槛效应，得到以下结论：（1）知识产权密集型企业适度金融化能够提升研发效率，而过度金融化会抑制研发效率，两者之间存在倒U型关系。（2）知识产权密集型企业的金融化适度水平为0.133以内，超过27.06%的企业处于过度金融化状态，在此状态下提高金融化水平会对研发效率产生抑制作用。（3）杠杆率在知识产权密集型企业金融化对研发效率的影响中存在双重门槛效应。当杠杆率低于0.498时，金融化促进研发效率；当杠杆率高于0.498时，金融化阻碍研发效率。（4）相比非国有企业而言，国有企业在杠杆率更高时金融化对研发效率才会出现门槛效应，而非国有企业金融化对研发效率的影响程度要大于国有企业。

根据上述研究结果，提出如下政策建议：（1）对于管理层而言，一是注重企业长远发展，及时优化和调整金融投资项目，不断提高金融化水平适度性，防止金融投资挤占原本用于生产性投资、研发投资等方面的资金。二是克服资本逐利性和短视性，立足创新，依托技术进步与产业升级提升企业研发效率，改善实体经营状况。三是将杠杆率纳入制定金融投资战略的考虑范围，当企业杠杆率较高时，不应再盲目地进行金融投资。（2）对于政府部门而言，一是为知识产权密集型企业提供更多的创新政策支持，进一步加大对实体产业的匡扶力度，着力降低知识产权密集型企业的税费负担，丰富其融资渠道，继续坚持营改增、创新增值税税率简并等措施，营造良好的创新创业和实业投资氛围。二是相关监管部门应该规范金融投资审批机制，并根据企业不同金融资产配置设定相应的准入标准，同时对过度金融资产投资的企业要加强监管力度，全过程、全方位监测此类企业的生产经营情况、资金配置情况和风险承担情况，防止资金“空转”套利。